基于GIS和元胞自动机的荒漠化演化预测模型
基于GIS和元胞自动机的土地利用／覆盖变化模拟——以滇西北香格里拉县为例
１ 理 论 与 方 法
目前 元胞 自动机 在地 理模 拟 中主 要用 于 城 市用 地 和沙 漠化
１ ）西 南 林 业 大 学重 点 基 金 项 目 （０ ５ ３ ） ２００Ｚ 。 第 一 作 者 简 介 ： 鹏 ， ，９ ３年 １ ｜ ， 州 省 林 业 调 查规 划 卢 男 １８ １』 生 贵 院 ， 理 工 程师 。 助 通 信 作者 ： 彩 荣 ， 南林 业 大 学 资 源 学 院 ， 授 。 ｝ ｍａ ： ｅ 岳 西 教 ： ｉｃ 一 ｌ
第３ ９卷 第 １ Ｏ朗
２ ０１ １年 １ ０月
东
北
林
业
大
学
学
报
Ｖｏ ． ．１ １３９ Ｎｏ Ｏ
Ｏｃ ．２Ｏ１ ｔ １
Ｊ ＯＵＲＮＡＬ ＯＦ ＮＯＩＴＨＥＡＳ ＦＯＲＥＳＴＲＹ １ Ｔ ＵＮＩ ＶＥＲＳ ＴＹ １
基 于 Ｇ Ｓ和 元 胞 自动 机 的 土 地 利 用／ 盖 变 化 模 拟 Ｉ 覆 ）
班
１ ＋
ｆ∑ ‘ Ｊ ＋
ｋｌ ＝
。
Ｌｇ 模型 中， 仅有 Ｊ 个 截距 ， 且有 ． ｏｉ ｔ 不 —１ 而 ， 一１套 斜 率 系 数 估 计 对 应 于 同一 套 自变 量 ， 就 是 公 式 中 每 一 斜 率 系 数 都 有 两 这 个下标的原 因， 中第一个 下标 标 志不 同 的 Ｌｇ ， 二 个下 其 ｏｉ 第 ｔ 标 标 志 不 同 的 自变 量 。
基 于此 ， 者对云南省香格里拉县 １８－ ２ ０ 的土地 笔 ９ ９ ０ ０年 利 用 变 化 驱 动 机 制 加 以研 究 ， 对 该 区 域 未 来 ２ 并 ０ａ的土 地 利 用 空 间 格 局 动 态 变 化 进 行 模 拟 。通 过 研 究 ， 以期 对 研 究 区森 林 景 观 的 恢 复 与 重建 等 提 供 一 定 的 参 考 ， 滇 西 北 其 他类 似 为 地 区 的 研 究 提供 借鉴
基于gis与地理元胞自动机（geo-ca）模型的城市空间扩展模拟研究——以呼和浩特市为例
基于ＧＩＳ与地理元胞自动ＯＬ（Ｇｅｏ－ＣＡ）模型的城市卒同扩展模拟研字卜以呼和浩特市为例元胞空间表现为一个首尾相接的“圈”。
对于二维空间，上下相接，左右相接，而形成一个拓扑圆环面（ｔｏｒｕｓ），形似车胎或甜点圈。
周期型空间与无限空间最为接近，因而在理论探讨时，常以此类空间型作为试验。
反射型（ＲｅｆｌｅｃｔｉｖｅＢｏｕｎｄａｒｙ）指在边界外邻居的元胞状态是以边界为轴的镜面反射。
■！—］］口…皿；口例如在一维空间中，当ｒ＝ｌ时的边界情形：‘ｕ趾矿定值型（ＣｏｎｓｔａｎｔＢｏｕｎｄａｒｙ）指所有边界外元胞均取某一固定常量，如０，ｌ等．需要指出的是，这三种边界类型在实际应用中，尤其是二维或更高维数的构模时，可以相互结合。
如在二维空间中，上下边界采用反射型，左右边界可采用周期型（相对边界中，不能一方单方面采用周期型）。
③构形：是在某个时刻，在元胞空间上所有元胞状态的空间分布组合。
通常，在数学上它可以表示为一个多维的整数矩阵。
（３）邻居（ｎｅｉｇｈｂｏｒ）：以上的元胞及元胞空间只表示了系统的静态成分，为将“动态”引入系统，必须加入演化规则。
在地理元胞自动机中，这些规则是定义在空间局部范围内的，即一个元胞下～时刻的状态决定于本身状态和它的邻居元胞的状态。
因而，在指定规则之前，必须定义一定的邻居规则，明确哪些元胞属于该元胞的邻居。
在一维元胞自动机中，通常以半径ｒ来确定邻居，距离一个元胞ｒ内的所有元胞均被认为是该元胞的邻居。
二维元胞自动机的邻居定义较为复杂，但通常有以下几种形式（我们以最常用的规则四方网格划分为例），见图３·２，黑色元胞为中心元胞，灰色元胞为其邻居，它们的状态一起来计算中心元胞在下一时刻的状态。
（ａ）Ｖｏｎ．Ｎｅｕｍ姗型（ｂ）Ｍｏｏｒｅ型（ｃ）扩展的Ｍｏｏｒｅ型图３－２元胞自动机的邻居模型Ｆｉｇ．３－２ＮｅｉｇｈｂｏｒＭｏｄｅｌｓｏｆＣｅｌｌｕｌａｒＡｕｔｏｍａｔａ内蒙古师范大学硕士学位论文图４．１研究区域地理位置示意图Ｆ培４．１Ｔｈｅｓｃｈａｍａｔｉｃｍａｐｏｆｇｅｏｇｒａｐｈｉｃａｌｌｏｃａｔｉｏｎｏｆｓｔｕｄｙ∞呼和浩特是中国实施西部大开发战略中重要的中心城市之一，也是北方沿边开放地区重要的中心城市和商业贸易中心。
GIS与元胞自动机模型应用探讨
Discussions on the cellular automata model and
application of GIS
作者： 郑鑫[1,2]
作者机构： [1]河南大学黄河文明与可持续发展研究中心,河南开封475001 [2]河南大学环境与规划学院,河南开封475001
出版物刊名： 南阳师范学院学报
页码： 55-58页
主题词： 元胞自动机 地理信息系统（GIS） 空间动态模型 流行病传播模型
摘要：通过对地理信息系统（GIS）与元胞自动机结合的可行性进行分析，在此基础上利用空间动态模型组件技术，使GIS与元胞自动机模型进行嵌套结合，从而构建了基于GIS的元胞自动机模拟流行病传播模型，并以SARS病毒传播为例验证了该模型的可靠性。
2013ersi B组获奖作品名称
参赛编号：B031
作品名称：基于DEM的城市暴雨洪水预测及资源化利用模型分析
作者单位：山东科技大学 测绘科学与工程学院
作 者：金耀、冯长强、李锐、张宇
指导老师：王瑞富
作品点评：模型思路比较清晰，实现手段也比较合理，模型中所涉及的空间分析有一定的应用深度，所涉及到的权重和参数也比较合理，能够对模型进行整合，让读者一目了然。全部采用了GDB的存储格式.使用了相对路径，地图文党组织也比较合理，是个不错的模型，不足之处模型中在指定平均流速时地面平均坡度和降雨的深度的系数颠倒过来了。对最后得出的预测模型最好能结合实际进行验证。
14、基于GIS的西安市雁塔区的噪声污染与防治研究
15、基于GIS的区域用地生态适宜性评价
16、基于GIS的城市绿地服务分析工具
17、自然生态环境监测与评估模型
18、基于GIS的棉田土壤养分空间变异及精准分区施肥处方图建立研究
19、基于RS与GIS胶州湾海岸带生境脆弱性分析与预测模型
20、山东省特色农业适宜性分析
参赛编号：B038
作品名称：河南省公路交通网络分析与优化模型
作者单位：河南大学 环境与规划学院
作 者：毋亭、段小微、撖志恒、兰鹏举
指导老师：闫卫阳
作品点评：作者分析、建模的思路十分明确，首先，对支撑数据的准备，其次，结合网络分形维数等理论对道路网络进行分析，提出道路网络的现状及不足之处，然后，运用主成分分析法得出一个综合指标，结合矢量数据制作成DEM，同时发现水文分析可以运用到交通道路领域，由此，利用ModelBuilder采用水文分析过程构建道路网络优化模型，最后，通过模型的分析结果实现了新设道路的定量与定位的可视化表达，为决策者提供比较可靠的依据。亮点在于很好、有效的应用相似维数、主成分分析、中心地、水文分析等理论，并且将水文分析应用与道路分析。不足之处在于构建模型过程中采用的工具还是比较单一；数据没有按照要求进行管理。
基于RS和GIS的土地荒漠化监测与防治研究
基于RS和GIS的土地荒漠化监测与防治研究随着人类经济活动的不断发展，土地荒漠化问题日益突出。
土地荒漠化是指由人为因素或自然因素导致土地退化，使原本肥沃的土地变成荒漠或沙漠，无法再支撑生物生存和农业生产。
土地荒漠化对人类的环境、经济和社会发展产生了严重的影响，因此研究土地荒漠化的监测与防治是十分重要的课题。
遥感（Remote Sensing）和地理信息系统（Geographic Information System，简称GIS）是现代土地荒漠化研究中的重要工具。
遥感技术可以获取大范围、全景的地表信息，通过对遥感图像进行解译和分析，可以获取土地荒漠化的空间分布和变化情况。
而GIS技术则可以对获取的数据进行处理和分析，并进行空间关系模型的构建，从而为土地荒漠化的监测与防治提供科学依据。
在进行土地荒漠化监测与防治的研究中，首先需要建立土地荒漠化的监测指标体系。
监测指标体系是用来评价土地荒漠化程度和变化的指标集合，涵盖了植被状况、土壤质量、覆盖度等多个方面。
通过遥感技术获取的数据可以用来计算这些监测指标，并结合GIS技术进行综合分析，从而在不同时间和空间尺度上监测土地荒漠化的发展趋势和变化特征。
除了监测指标的建立，土地荒漠化的防治也是十分重要的研究内容。
基于RS 和GIS的土地荒漠化防治研究可以从不同方面入手，例如合理利用水资源、改良土壤质量、推行适宜的农业措施等等。
通过遥感技术获取的数据可以用来评估植被覆盖情况和水资源利用情况，通过GIS技术可以进行优化方案的制定和分析，从而提高土地的利用效率和质量，减少土地荒漠化的风险。
在土地荒漠化监测与防治的研究中，还可以利用人工智能（Artificial Intelligence, AI）技术来提高研究的精度和效率。
人工智能技术可以通过对大量的遥感图像数据进行深度学习和分析，提取出更多和更准确的土地荒漠化特征信息。
结合GIS技术，可以构建基于人工智能的土地荒漠化智能监测与防治系统，为土地保护和可持续发展提供更好的支持和决策。
GIS支持下的盐池县土地沙漠化动态遥感监测与预估
GIS支持下的盐池县土地沙漠化动态遥感监测与预估
李元科;全志杰
【期刊名称】《干旱环境监测》
【年(卷),期】1998(012)004
【摘要】以２个不同时期遥感图像为主要信息源，分别解译编帛期土地沙漠化类型图，在ＡＲＣ／ＩＮＦＯ地理信息系统支持下，建立空间数据，获得了盐池县１９８５－１９９５年土地沙漠化动态图和动态转移数据矩阵，可以定位，定性，定量地显示出前后两期间动态演变格局并用Ｍａｒｋｏｖ链模型对未来演变趋势进行模拟和预测，说明盐池县属于正在发展的沙化地区，沙漠化程度进一步加刷，同时存在着“一边治理，一边破坏”的双重现象。
【总页数】5页(P213-217)
【作者】李元科;全志杰
【作者单位】西北林学院林学系;西北林学院林学系
【正文语种】中文
【中图分类】X833
【相关文献】
1.RS与GIS支持下的尉犁县沙漠化土地现状与动态分析 [J], 潘存军;程小红
2.RS与GIS支持下的尉犁县沙漠化土地现状与动态分析 [J], 潘存军;程小红
3.RS和GIS支持下的盐池县生态景观格局动态变化研究 [J], 张学俭;海云瑞
4.遥感和GIS支持下的黄河源区土地沙漠化研究 [J], 封建民;王涛
5.遥感和GIS支持下的龙羊峡库区土地沙漠化动态研究 [J], 沙占江;曾永年;马海州;李玲琴;曹广超;杨萍
因版权原因，仅展示原文概要，查看原文内容请购买。
中亚地区草原荒漠化过程及预测模型
中亚地区草原荒漠化过程及预测模型草原是中亚地区重要的自然资源，也是生态系统的重要组成部分。
然而，随着气候变化和人类活动的影响，中亚地区的草原逐渐面临荒漠化的危险。
本文将探讨中亚地区草原荒漠化的过程以及预测模型。
1. 草原荒漠化的过程草原荒漠化是指草原退化为荒漠的过程，主要表现为土地的干旱化和植被的退化。
这一过程通常分为自然因素和人为因素两个方面。
首先，气候变化是导致草原荒漠化的主要自然因素。
中亚地区气候干燥，降水不足，加上全球气候变暖的影响，使得草原的水分供应不足，无法满足植物的需求，导致植被大规模死亡。
此外，气候变化还增加了干旱和沙尘暴等自然灾害的发生频率，进一步加剧了草原荒漠化的程度。
其次，人类活动也对草原荒漠化起到了重要作用。
过度放牧和过度开垦是主要的人为因素。
过度放牧破坏了草原的植被覆盖，使得土壤暴露在外，容易受到侵蚀。
此外，过度开垦导致水源枯竭、土壤贫瘠、生物多样性丧失，进而加剧了草原荒漠化的速度。
2. 草原荒漠化的影响草原荒漠化对中亚地区的生态环境和人民生活都带来了严重影响。
首先，草原荒漠化破坏了生态平衡，减少了土壤的肥力和水分储存能力，加重了水土流失和沙尘暴的频发，威胁到了农田和城市的稳定生产和生活。
其次，草原荒漠化还破坏了生物多样性，许多物种因为缺乏适宜的生境而无法生存下去，进一步加剧了中亚地区生态系统的不稳定。
此外，草原荒漠化还对当地居民的生活方式和经济发展造成了直接影响。
草原是牧民的重要生计来源，草原的荒漠化不仅削弱了牧民的收入，也引发了社会问题，增加了人民的贫困率。
3. 草原荒漠化的预测模型预测草原荒漠化的过程对于制定有效的保护措施和可持续发展规划至关重要。
因此，研究人员提出了多种预测模型来预测草原荒漠化的趋势和速度。
其中，基于遥感数据的模型被广泛应用。
通过分析遥感图像中的植被覆盖、土壤湿度等指标，可以准确预测草原荒漠化的过程。
此外，气候模型也可以用来预测气候变化对草原荒漠化的影响，为制定适应性措施提供科学依据。
A元胞自动机
数据收集
本研究使用的各种数据包括2003年获得的QuickBird卫星图像（0.60 m）、 1994年获得的航空摄影（4 m）、数字等高线图（10 m间隔）、水文图1:50000， 公共工程和城市规划部提供的道路网和城市总体规划图以及也门中央统计机构提 供的不同年份的统计信息。
在这项研究中，收集了1978-2003年间的可用数据，这使得校准过程能够记 录这段时间内城市增长特征的进展。用来验证模型的符合度。2003年之后的增长 数据不可用，因此无法纳入校准过程。数据通常包括不同类型、日期、比例尺和 时间的地图，这些地图被预处理为统一的地理参考，以创建萨那市在空间和时间 上的城市范围，并组织到时空地理信息系统数据库中。
背 张导致了城市化进程中土地利用和土地覆被的变化，导致了自然的变化，破坏了绿 景 地，污染了水资源。目前的需求是分析、理解、模拟城市增长演变和土地利用变化，
为人类提供适宜和安全的环境。城市增长模型是分析和预测城市增长动态的基础。 利用GIS技术研究、分析和关联城市活动与土地利用变化及其对环境的影响。这些 研究大多揭示了城市化和土地利用的变化是影响生活资源和环境的重要因素。城市 模型被用来预测未来的变化或发展趋势，描述和评估未来发展的影响，并探索不同 政策的潜在影响。地理信息系统（GIS）为多维现象的空间分析提供了强有力的工 具。
基于CA转换规则的城市增长与土地利用变化预测
根据萨那市的历史发展情况，利用适 宜性图估算了城市发展用地的年需求量。 细胞的进化取决于适宜性值和发育的细胞 数量。然后计算这些细胞，以确定有多少 细胞达到了特定的转换规则状态。
研究具体步骤 Research process
研究区域
也门萨那市位于北纬15100 万和15300万之间，经度 440500000和442000000东2003 年，总面积为15284.84平方公里， 建成面积约138.66平方公里。属 于世界上最不发达的国家之一， 数据缺失严重，由于位于海拔 2200米左右，该市全年气候温和。 萨那市位于也门中北部，是一个 由南向北延伸的山谷。这座古城 有着独特的城市和建筑设计，可 以追溯到2500多年前。2004年， 萨那的总人口估计为1747834人。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期:2003 01 09;修订日期:2003 04 23基金项目:本项研究得到国家自然科学基金项目(No.40072030)、教育部博士点基金(20010491007)和国土资源部科研项目(B1 9)共同资助。
作者简介:陈建平(1959 ),男,教授,博士导师,1995年毕业于成都理工学院,获博士学位,主要从事资源评价和 3S !技术应用的教学与科研工作,已发表文章80余篇,专著7部。
E mail:3s@文章编号:10074619(2004) 03 0254 07基于GIS 和元胞自动机的荒漠化演化预测模型陈建平,丁火平,王功文,厉 青,冯 春(中国地质大学,北京 100083)摘 要: 荒漠化是当今全球最严重的环境与社会经济问题之一,荒漠化以其发展速度和严重的灾害性而引起国际学术界的广泛关注。
开展荒漠化变化的驱动因素及其作用机制研究,尤其是在此基础上对荒漠化与其驱动因素之间的关系进行量化及动态模拟模型研究,对荒漠化的防治和治理具有十分重要的意义。
尝试利用3S 技术,结合元胞自动机理论架构出一套荒漠化动态模拟模型,进而对北京及邻区荒漠化的发展趋势进行预测。
实验证明,这套系统是对荒漠化演化机制从宏观和微观角度进行模拟的有效方法。
关键词: 荒漠化;元胞自动机;驱动因素;动态模拟中图分类号: P208/XB7 文献标识码: A1 引 言荒漠化是指包括气候变异和人类活动在内的种种因素造成的干旱、半干旱、亚湿润干旱区的土地退化。
荒漠化已经演变为全球性的环境问题之一,对人类的生存发展构成严重威胁[1]。
据资料显示:全球陆地面积的1/4受荒漠化威胁,9亿多人口受到荒漠化影响;全球荒漠化正以每年约50000 70000km 2的速度扩展;全球荒漠化造成的直接经济损失每年达423亿美元。
中国是世界上受荒漠化影响最严重的国家之一。
目前,中国的荒漠化土地约为261万km 2,并有更多的土地正面临着荒漠化的潜在威胁;荒漠化土地从东北经华北到西北形成一条不连续的弧形分布带。
荒漠化土地不仅面积广大,而且其发展速率仍在加大,在20世纪60 70年代为1560km 2/a,80年代为2100km 2/a,90年代已经达到2460km 2/a [2]。
荒漠化的不断发展,已经严重地影响了中国北方地区生态环境建设和社会经济的可持续发展。
荒漠化以其发展速度和严重的灾害性而引起国际学术界的广泛关注和重视。
中国在荒漠化治理研究方面进行了大量的工作,取得了一系列成果。
近几年来,遥感(RS)、地理信息系统(GIS)和全球定位系统(GPS)及其集成技术迅速发展,大量应用于灾害监测、资源监测等方面,在多元数据定量分析与综合研究方面取得了很好的效果,不足之处在于动态模拟演化研究。
本文基于元胞自动机理论将荒漠化动态演化规律与其空间分布特征相结合,利用3S 技术的集成技术,结合数学模型探讨荒漠化时空动态演变规律,并预测其未来发展趋势。
C A 模型(Cellular Automaton Model)又叫元胞(细胞,元胞,分子或点格)自动机模型。
最初是由John Von Neumann 40年代末提出来的,用于研究自复制系统的逻辑特性。
C A 理论在地学中的应用最早可追溯到20世纪60年代。
美国北卡来罗那州大学的Chapin 和Weiss(1968)在土地利用变化研究中采用了离散动态模型,十分接近CA 模型。
Tobler 在70年代,认识到C A 理论在模拟复杂地学现象中的优势,首先正式采用了C A 概念模型来模拟当时美国五大湖边底特律地区城市的迅速扩展。
进入80年代后,伴随着C A 理论的深入和发展,CA 在地学中的应用和理论研究也取得了长足的进步,成为地学研究的热点。
Yong 和Wadge 用C A 模拟了火山爆发时,火山熔岩在重力作用下的漫流扩散过程。
Simth 设计了一个简单地学元胞自动机模型模拟了地形侵蚀的过程。
Flavio B onfatti 等人,用C A 模型对意大利威尼斯泻湖在周期性潮汐作用下的动态变化进行了生动的模拟和预测。
CA 在地学中的许多邻域都已第8卷第3期遥 感 学 报Vol.8,No.32004年5月JOURNAL OF REMOTE SENSINGMay,2004经有了广泛的应用,而且展现出巨大潜力。
在国际地学界,CA 模型逐渐受到重视,且研究越来越深入。
CA 模型是离散动态系统概念和应用建模的一种方法。
标准的CA 系统是一个由元胞(cells)、元胞状态(Cellular States)、领域(neighbors)和规则(Transi tion Rules/Functions)构成的四元组。
从数学模型的角度看,CA 模型是基于元胞(cell based)的动态模拟系统,所以它能够与基于栅格的GIS 系统很好地集成,这样,一方面增强了当前GIS 软件所缺乏的动态建模能力,提高了GIS 的操作性能,并为处理时态维提供了一个很好的方法,另一方面,GIS 强大的空间数据处理能力也可为CA 模型准备数据和定义有效的转换规则,还可以对结果进行直观的显示。
因此,CA 与GIS 的集成,可以克服各自的缺点,形成一个全新的优势互补的动态系统,用来对复杂时空现象、行为和过程进行动态建模分析。
荒漠化变化其实是土地景观变化的一种,也是一种行为很复杂的地学现象,运用CA 和GIS 的集成研究方法来研究它,不仅能顾及荒漠化的空间维,还能顾及其时间维,这为荒漠化动态模拟模型的研究提供了一个很好的方向。
2 用元胞自动机模型模拟荒漠化变化2 1 元胞自动机的特点及其在地学系统时空动态模拟中的概念模型CA 模型可用公式简单地描述如下:A =(C,S,N ,R)式中,A 为元胞自动机;S 为元胞状态;N 为邻近关系;R 为状态转换规则,其组成结构如图1。
C A 的基本原理就是一个元胞下一时刻的状态是上一时刻其邻域状态的函数。
图1 元胞自动机的组成(据周成虎[3])Fig.1 Structure of cellular automataCA 模型为一空间 时间离散的模型,以其框架简单、开放和适于模拟复杂的具有自组织结构的环境、社会、经济复合体为特点,具有很强的生命力,简单地说,它具有以下几个特点:(1) 自下而上!的思路,没有一个既定的数学方程,因而具有灵活性和开放性特征,易于地学领域应用;(2)时空离散和并行计算特征且具有强大的复杂计算能力,易于计算机建模,因为计算机对客观世界的表示是离散的;(3)规则、离散的空间结构,在空间数据结构上,易于与RS 、GIS 等地理信息技术集成;(4)天然的空间动力学模型,适于时空复杂系统建模。
正因为如此,CA 模型比较适合空间信息的时空动态分析,尤其是时空动态过程的模拟,从而为GIS 中的时空分析提供了思路和建模方法,图2是元胞自动机在地学系统应用中的概念模型。
图2 地学应用的C A 概念模型Fig.2 Conceptual model of cellular au tomata applied to geoscience2 2 针对荒漠化动态模拟的C A 模型构建方法框架荒漠化是一个相当复杂的过程。
要模拟荒漠化时空演化,必须先探讨影响荒漠化变化的驱动因素和荒漠化演变的综合机理。
我们采用的研究思路是:在荒漠化现状野外调研和不同时相遥感图像荒漠化信息提取和演变分析的基础上,结合研究区已有的多元信息基础资料及研究成果(包括地质、地理、多时期的水文气象、经济、人文以及DEM 数据等),运用GIS 强大的空间分析功能和概率统计、曲线估计、逻辑分析、主成分分析、层次分析等数学方第3期陈建平等:基于GIS 和元胞自动机的荒漠化演化预测模型255法综合研究了荒漠化与各驱动因子之间的相关关系,揭示了研究区荒漠化的主要驱动因素和荒漠化动态演化规律[4,5]。
在此基础上,以地球系统科学理论为指导,结合3S 技术和元胞自动机模型,在ARC VIEW 和ARCI NFO 地理信息系统软件平台上,运用AML 语言编程实现相应的荒漠化演化数学模型:GeoC A Desertification 模型。
整个模拟系统的方法框架如图3。
图3 基于GIS RS 和元胞自动机的荒漠化动态模拟方法框架图Fig.2 Method framework of desertification dynamic simulation based on GIS RS and cellular automata model3 模型实施3 1 模型结构模型的设计是以栅格数据为基础。
整个模型由二大部分组成:荒漠化分布层、综合控制因素层。
它们通过统一空间分辨率的栅格结构相互联系在一起。
荒漠化分布层是由遥感解译和野外实地调查的数据栅格化获得。
本模型按模型中元胞状态将荒漠化分布层划分为3类:非荒漠化土地、荒漠化土地,限制荒漠化土地(如水域、林地、森林等)。
模型中元胞根据邻居构形确定自身行为的同时,其行为规则受到控制因素层的影响。
综合控制因素层作为元胞模型的外部环境,影响和控制着荒漠化的演化行为。
荒漠化是一个非常复杂的地学现象,影响因素很多。
通过对荒漠化演化综合机理的分析[4,5],确定了影响荒漠化的六大因子,并且运用优化的层次分析法(AHP)确定了各驱动因素的权系数(表1),将综合控制因素层划分为三个:∀气候植被人文等综合控制层;#地形地貌控制层;∃风速风向控制层。
其中气候植被人文等综合控制层的值(C)通过下面的公式空间叠加分析得出。
需要指出的是,人类改造荒漠化的因素通过植被覆盖率形式间接反映于模型运算中。
C ij t =%W k *P i jk t(1)其中C ij t 是在位置(i,j )处t 时刻荒漠化转换指数评价结果;随后我们采用下面的负幂函数将结果映射为[0,1]范围内的荒漠化转换概率P 。
P = exp {- C}(2)256 遥 感 学 报第8卷表1 北京及邻区荒漠化因子选取及权重Table1 Drive factor of desertification and its weighting变量类型(一层)权系数/%变量类型(二层)权系数/%植被覆盖19.40>50%(森林、人造林地、含水草原) 5.731% 50%(人造林地、草地)1410% 30%(人造草场、草地、山地、丘陵)23<10%(沙化草地、山地、丘陵)57土壤质地13.21裸岩区(岩性特征、组合) 6.5沙壤土(透水性缓慢)13.5砾砂土(透水性慢)20砂土(透水性较快)第三、四纪地层27粉砂土(透水性快)第四纪地层33气候因子26.263 5月降水均值39.023 5月蒸发量均值14.613 5月平均气温 1.033 5月平均风速39.233 5月平均相对湿度 6.11地形因子16.41坡度因子20坡向因子20地貌类型(高原、山地、平原)30海拔高度30水文因子14.52地表水分布密度40地表水类型(咸、碱/淡)30水体级别(4级)30人为因子10.16羊头数62.2人口出生率20.8其中 表示标准化常数, 是一种调节系数。